崗位職責(zé)
1.算法研發(fā)與技術(shù)攻關(guān)（核心）
主導(dǎo)理化生實驗智能賦分核心算法的設(shè)計、開發(fā)與優(yōu)化，制定算法技術(shù)路線，結(jié)合實驗評分標(biāo)準(zhǔn)和業(yè)務(wù)場景，提升賦分準(zhǔn)確率、穩(wěn)定性與實時性，攻克復(fù)雜實驗操作識別、邊緣場景賦分偏差等技術(shù)難題。
牽頭分析實驗數(shù)據(jù)特征與評分規(guī)則的深層關(guān)聯(lián)性，建立數(shù)據(jù)與算法的映射模型，為算法迭代提供核心決策依據(jù)，推動算法性能持續(xù)突破。
2.團隊管理與任務(wù)統(tǒng)籌
負責(zé)算法任務(wù)的日常管理，包括工作分配、進度把控、績效評估，制定合理的項目研發(fā)計劃，確保團隊高效推進算法開發(fā)、模型訓(xùn)練、數(shù)據(jù)處理等核心任務(wù)。
指導(dǎo)團隊成員解決研發(fā)過程中的技術(shù)問題，搭建技術(shù)學(xué)習(xí)氛圍，組織內(nèi)部技術(shù)分享與攻關(guān)討論，提升團隊整體技術(shù)能力與協(xié)作效率。
3.模型體系構(gòu)建與優(yōu)化
主導(dǎo)理化生實驗相關(guān)算法模型的架構(gòu)設(shè)計、選型與升級，結(jié)合業(yè)務(wù)場景需求，平衡模型復(fù)雜度與性能，設(shè)計輕量級、高泛化能力的模型方案（如混合神經(jīng)網(wǎng)絡(luò)、傳統(tǒng)機器學(xué)習(xí)與專家系統(tǒng)融合架構(gòu)）。
負責(zé)模型訓(xùn)練全流程把控，制定數(shù)據(jù)預(yù)處理、特征工程、訓(xùn)練策略，優(yōu)化過擬合、泛化能力不足等關(guān)鍵問題，建立模型性能評估體系（準(zhǔn)確率、召回率、F1值、推理延遲等），確保模型滿足落地要求。
4.專家系統(tǒng)與業(yè)務(wù)落地
牽頭梳理理化生實驗評分的專家規(guī)則，主導(dǎo)將領(lǐng)域知識轉(zhuǎn)化為可落地的專家系統(tǒng)邏輯，優(yōu)化規(guī)則權(quán)重與邊緣場景處理機制，提升系統(tǒng)覆蓋度與合理性。
推動算法模型與專家系統(tǒng)在實際業(yè)務(wù)中的落地應(yīng)用，對接產(chǎn)品、業(yè)務(wù)、數(shù)據(jù)標(biāo)注等跨部門團隊，明確需求邊界，解決落地過程中的適配問題，確保技術(shù)方案符合業(yè)務(wù)場景實際需求。
5.數(shù)據(jù)體系建設(shè)與質(zhì)量把控
主導(dǎo)構(gòu)建理化生實驗標(biāo)準(zhǔn)化數(shù)據(jù)集體系，制定數(shù)據(jù)清洗、標(biāo)注、分類、存儲的規(guī)范與流程，把控數(shù)據(jù)質(zhì)量（包括噪聲數(shù)據(jù)處理、標(biāo)注一致性校驗），為模型訓(xùn)練與算法研發(fā)提供高質(zhì)量數(shù)據(jù)支撐。
推動數(shù)據(jù)處理自動化工具的研發(fā)與落地，提升數(shù)據(jù)處理效率，降低人工成本，建立數(shù)據(jù)質(zhì)量評估與反饋機制。
6.技術(shù)沉淀與文檔管理
牽頭撰寫核心技術(shù)文檔，包括算法設(shè)計說明書、模型訓(xùn)練報告、技術(shù)攻關(guān)方案、系統(tǒng)部署手冊等，確保研發(fā)過程可追溯、可復(fù)用。
跟蹤理化生實驗AI領(lǐng)域前沿技術(shù)與行業(yè)動態(tài)，引入適配的新技術(shù)、新方法，組織團隊技術(shù)預(yù)研與實踐，形成技術(shù)沉淀與競爭力。
任職要求
1.教育背景
985、211院校計算機科學(xué)與技術(shù)、數(shù)學(xué)、統(tǒng)計學(xué)、自動化、人工智能、應(yīng)用物理學(xué)等相關(guān)專業(yè)碩士及以上學(xué)歷；本科階段為相關(guān)專業(yè)且具備5年以上算法研發(fā)及團隊管理經(jīng)驗者可放寬至本科。
2.專業(yè)技能與技術(shù)能力
精通機器學(xué)習(xí)（邏輯回歸、決策樹、隨機森林、XGBoost等）與深度學(xué)習(xí)（CNN、RNN、Transformer等）核心算法，深入理解模型原理與訓(xùn)練優(yōu)化邏輯，具備獨立設(shè)計復(fù)雜算法方案的能力。
熟練掌握Python編程語言，具備扎實的C/C++編程基礎(chǔ)，精通TensorFlow、PyTorch等主流深度學(xué)習(xí)框架，能獨立完成模型搭建、訓(xùn)練、部署全流程。
精通數(shù)據(jù)處理技術(shù)，熟練使用NumPy、Pandas、Scikit-learn等工具庫，具備大規(guī)模數(shù)據(jù)（視頻幀、傳感器數(shù)據(jù)、結(jié)構(gòu)化評分數(shù)據(jù)等）清洗、特征工程、分類處理的實戰(zhàn)經(jīng)驗。
具備專家系統(tǒng)設(shè)計與優(yōu)化經(jīng)驗，能將領(lǐng)域知識轉(zhuǎn)化為工程化邏輯，有教育AI、實驗評分、視頻行為識別相關(guān)項目經(jīng)驗者優(yōu)先。
熟悉模型性能優(yōu)化方法，在算法準(zhǔn)確率提升、推理速度優(yōu)化、資源占用控制等方面有實際攻關(guān)案例（如將賦分準(zhǔn)確率從85%提升至95%以上、推理延遲降低50%等）。
3.團隊管理與項目經(jīng)驗
具備3年以上算法研發(fā)經(jīng)驗，其中1-2年以上算法小組管理經(jīng)驗者優(yōu)先，有完整的算法項目從0到1落地經(jīng)驗。
具備較強的項目統(tǒng)籌能力，能制定清晰的研發(fā)計劃，合理分配資源，把控項目進度與風(fēng)險，確保項目按時高質(zhì)量交付。
具備優(yōu)秀的技術(shù)攻關(guān)能力，能快速定位算法研發(fā)、模型訓(xùn)練、業(yè)務(wù)落地中的核心問題，提出有效的解決方案并推動執(zhí)行。
4.綜合能力與素養(yǎng)
具備敏銳的業(yè)務(wù)洞察力，能深入理解理化生實驗評分場景的核心需求，將業(yè)務(wù)需求轉(zhuǎn)化為技術(shù)方案，推動技術(shù)與業(yè)務(wù)深度融合。
具備良好的溝通協(xié)調(diào)能力，能高效對接跨部門團隊（產(chǎn)品、業(yè)務(wù)、數(shù)據(jù)標(biāo)注等），推動協(xié)同工作，解決跨部門協(xié)作中的問題。
具備強烈的責(zé)任心與抗壓能力，能在項目緊、任務(wù)重的場景下帶領(lǐng)團隊攻堅克難，保持高效產(chǎn)出。
具備優(yōu)秀的技術(shù)視野與學(xué)習(xí)能力，跟蹤行業(yè)前沿技術(shù)動態(tài)，樂于引入新技術(shù)、新方法，推動團隊技術(shù)能力持續(xù)提升。
具備出色的文檔撰寫與總結(jié)能力，能清晰輸出核心技術(shù)文檔、攻關(guān)報告、團隊培訓(xùn)材料等，推動技術(shù)沉淀與知識共享。